新型类脑计算装置成功模拟人类学习

类似于著名生理学家伊万·巴甫洛夫如何训练狗将铃声与食物关联，西北大学和香港大学的研究人员成功地训练他们的电路将光线与压力关联。

这项研究将于4月30日在期刊《自然通讯》上发表。

该设备的秘密在于其新颖的有机电化学“突触晶体管”，它能像人脑一样同时处理和存储信息。研究人员证明，这种晶体管可以模拟人脑中突触的短期和长期可塑性，基于记忆随时间学习。

凭借其类脑能力，这种新型晶体管和电路有可能克服传统计算的局限，包括能耗高的硬件和同时执行多重任务的能力有限。这种类脑设备还具有更高的容错性，即使某些组件故障，也能平稳运行。

“尽管现代计算机非常出色，但在一些复杂和非结构化的任务中，例如模式识别、运动控制和多感官整合，人脑可以轻易超越它，”该研究的资深作者、西北大学的乔纳森·里夫内说。“这得益于突触的可塑性，它是大脑计算能力的基本构建块。这些突触使大脑能够以高度并行、容错和节能的方式工作。在我们的工作中，我们展示了一种有机的可塑晶体管，它模拟了生物突触的关键功能。”

里夫内是西北大学麦考密克工程学院的生物医学工程助理教授。他与香港大学机械工程副教授帕迪·陈共同领导了这项研究。里夫内组的博士后研究员季旭东是该论文的第一作者。

传统计算的问题

传统的数字计算系统拥有独立的处理和存储单元，导致数据密集型任务消耗大量能量。受人脑中计算和存储过程相结合的启发，近年来研究人员致力于开发更像人脑一样运作的计算机，即拥有像神经元网络一样工作的设备阵列。

“我们当前计算机系统的工作方式是内存和逻辑在物理上是分开的，”季说。“你进行计算并将信息发送到内存单元。然后每次你想检索该信息时，都必须调用它。如果我们能把这两个独立功能结合在一起，我们就能节省空间和能源成本。”

目前，忆阻器（或“忆阻器”）是最成熟的技术，能够执行处理和存储功能相结合，但忆阻器存在开关能耗高和生物兼容性较低的问题。这些缺点引导研究人员转向突触晶体管——特别是有机电化学突触晶体管，它工作于低电压下，具有连续可调的记忆功能和高生物应用兼容性。尽管存在挑战。

“即使高性能的有机电化学突触晶体管也需要将写入操作与读取操作解耦，”里夫内说。“因此，如果你想保留记忆，就必须将其与写入过程断开，这可能会进一步使集成到电路或系统中复杂化。”

突触晶体管的工作原理

为了克服这些挑战，西北大学和香港大学团队优化了有机电化学晶体管中的一种导电塑料材料，该材料可以捕获离子。在大脑中，突触是一种结构，通过它，神经元可以使用称为神经递质的小分子向另一个神经元传输信号。在突触晶体管中，离子行为类似于神经递质，在端子之间发送信号以形成人工突触。通过保留来自捕获离子的存储数据，晶体管记住先前的活动，发展出长期可塑性。

研究人员通过将单个突触晶体管连接成神经形态电路来模拟联想学习，从而展示了他们设备的突触行为。他们将压力和光传感器集成到电路中，并训练电路将两个不相关的物理输入（压力和光）相互关联。

联想学习最著名的例子也许是巴甫洛夫的狗，它自然地流涎当遇到食物时。在训练狗将铃声与食物关联后，狗也开始在听到铃声时流涎。对于神经形态电路，研究人员通过用手指按压施加压力来激活电压。为了训练电路将光与压力关联，研究人员首先从LED灯泡施加脉冲光，然后立即施加压力。在这个场景中，压力是食物，光是铃声。设备的相应传感器检测到两个输入。

经过一个训练周期，电路在光和压力之间建立了初步连接。经过五个训练周期，电路显著地将光与压力关联。单独的光就能触发信号，或“非条件响应”。

未来应用

由于突触电路由软聚合物制成，像塑料一样，它可以方便地在柔性片上制造，并轻松集成到软性可穿戴电子设备、智能机器人和植入式设备中，这些设备直接与活组织甚至大脑接口。

“虽然我们的应用是一个概念证明，但我们提出的电路可以进一步扩展到包括更多感官输入，并与其他电子设备集成，以实现现场低功耗计算，”里夫内说。“由于它与生物环境兼容，该设备可以直接与活组织接口，这对下一代生物电子学至关重要。”